现代AI系统带来了社会风险，如大规模监控、权力极度集中和用户自主权丧失，这使得第三方收集和控制大量用户数据的模型受到质疑。用户需要一个主权系统，以安全地拥有、管理和披露他们的上下文，同时在严格的来源、可解释性和政策遵循的监管领域内保持合规。面向视角的AI通过将用户的聚合个人数据转化为称为\emph{Chronicle}的结构化身份模型来应对这一挑战：这是一个随着用户成长而不断扩展的时间知识图谱。
Chronicles支持在联邦网络中安全地披露上下文。Chronicle持有者可以暴露一个可查询的、授权的视图，供第三方代理咨询，而无需集中任何人的数据。本文探讨了跨域边界的最低必要披露问题：当请求者的代理查询一个Chronicle时，系统如何限制其响应，仅释放请求者的关系、声明目的和特定任务所需的信息？
我们提出了\textbf{Provenance Preserving Chronicles} (PPC)，这是一种联邦协议，将每个持有者的Chronicle编译为一个紧凑的\emph{授权证据子图}，遵循一个规则：\emph{分享的内容不得超过请求所需}。持有者保持本地主权；访问控制器在领域专家本体上投影关系感知视图；并且在明确持有者批准后，采用两阶段流程先返回与来源相关的文本，随后才释放原始文档。
我们框定了问题，映射了区块链、P2P和持有者主权设计中的差距，定义了核心构造，并勾勒了具有明确威胁模型的协议。